1 简介

判断一个字符串是否包含某个特定子串是常见的场景，比如判断一篇文章是否包含敏感词汇、判断日志是否有ERROR信息等。本文将介绍四种方法并进行性能测试。

2 四种方法2.1 JDK原生方法String.indexOf

在String的函数中，提供了indexOf（subStr）方法，返回子串subStr第一次出现的位置，如果不存在则返回-1。例子如下：

//包含JavaassertEquals(7, "Pkslow Java".indexOf("Java"));//如果包含多个，返回第一次出现位置assertEquals(0, "Java Java".indexOf("Java"));//大小写敏感assertEquals(-1, "Google Guava".indexOf("guava"));

最直观判断的方法是contains（subStr），返回类型为boolean，如果包含返回true，不包含则返回false。例子如下：

//包含JavaassertTrue("code in Java".contains("Java"));//大小写敏感，不包含GOassertFalse("Let's go".contains("GO"));//转为大写后包含assertTrue("Let's go".toUpperCase().contains("GO"));

实际上，String的contains方法是通过调用indexOf方法来判断的，源码如下：

public boolean contains(CharSequence s) {  return indexOf(s.toString()) > -1;}

通过强大的正则匹配来判断，虽然有点杀鸡用牛刀的感觉，但也不是不能用，例子如下：

Pattern pattern = Pattern.compile("Java");//包含JavaMatcher matcher1 = pattern.matcher("Python, Java, Go, C++");assertTrue(matcher1.find());//不包含JavaMatcher matcher2 = pattern.matcher("Python, C, Go, Matlab");assertFalse(matcher2.find());

Apache的commons-lang3提供许多开箱即用的功能，StringUtils就提供了许多与字符串相关的功能，例子如下：

//包含subassertTrue(StringUtils.contains("String subString", "sub"));//大小写敏感assertFalse(StringUtils.contains("This is Java", "java"));//忽略大小写assertTrue(StringUtils.containsIgnoreCase("This is Java", "java"));

我们使用JMH工具来对四种方法进行性能测试，Maven引入代码如下：

<dependency>  <groupId>org.openjdk.jmh</groupId>  <artifactId>jmh-core</artifactId>  <version>${openjdk.jmh.version}</version></dependency><dependency>  <groupId>org.openjdk.jmh</groupId>  <artifactId>jmh-generator-annprocess</artifactId>  <version>${openjdk.jmh.version}</version></dependency>

测试代码如下：

@BenchmarkMode(Mode.AverageTime)@OutputTimeUnit(TimeUnit.NANOSECONDS)public class StringContainsPerformanceTest {    @State(Scope.Thread)    public static class MyState {        private String text = "If you want to be smart; read. If you want to be really smart; read a lot.";        Pattern pattern = Pattern.compile("read");    }    @Benchmark    public int indexOf(MyState state) {        return state.text.indexOf("read");    }    @Benchmark    public boolean contains(MyState state) {       return state.text.contains("read");    }    @Benchmark    public boolean stringUtils(MyState state) {        return StringUtils.contains(state.text, "read");    }    @Benchmark    public boolean pattern(MyState state) {        return state.pattern.matcher(state.text).find();    }    public static void main(String[] args) throws Exception {        Options options = new OptionsBuilder()                .include(StringContainsPerformanceTest.class.getSimpleName())                .threads(6)                .forks(1)                .warmupIterations(3)                .measurementIterations(6)                .shouldFailOnError(true)                .shouldDoGC(true)                .build();        new Runner(options).run();    }}

测试结果如下：

Benchmark    Mode  Cnt    Score    Error  Unitscontains     avgt    6   11.331 ±  1.435  ns/opindexOf      avgt    6   11.250 ±  1.822  ns/oppattern      avgt    6  101.196 ± 12.047  ns/opstringUtils  avgt    6   29.046 ±  3.873  ns/op

最快的就是indexOf方法，其次是contains方法，二者应该没有实际区别，contains是调用indexOf来实现的。Apache的StringUtils为第三方库，相对慢一些。最慢的是使用了正则的Pattern的方法，这不难理解，正则引擎的匹配是比较耗性能的。

4 总结

本文介绍了判断一个字符串是否包含某个特定子串的四种方法，并通过性能测试进行了对比。其中性能最好的是String的indexOf方法和contains方法，建议使用contains方法，性能好，跟indexOf相比，更直观，更不容易犯错。毕竟让每个人时刻记住返回-1代表不存在也不是一件容易的事。

但是，使用indexOf和contains方法都需要注意做判空处理，这时StringUtils的优势就体现出来了。

如果本文对你有帮助，别忘记给我个3连 ，点赞，转发，评论，，咱们下期见。

收藏 等于白嫖，点赞才是真情。

原文